АЛГОРИТМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ДЛЯ ПРОГНОЗА РЕЙТИНГА ПРОДУКТОВ ПРИ ОТСУТСТВУЮЩИХ ОЦЕНКАХ НА ОСНОВЕ МЕРЫ СХОДСТВА СТАТИСТИЧЕСКОЙ ИМПЛИКАЦИИ

Во Тхи ХуенЧанг, Квятковская Ирина Юрьевна, Чан Куок Тоан

Мера сходства играет важную роль в рекомендательной системе совместной фильтрации, основанной на прогнозировании поведения пользователя, поскольку она напрямую влияет на фактор эффекта рекомендаций такой системы. Определить меру сходства между двумя пользователями в рамках рекомендательной системы можно на основе различных алгоритмов, таких, к примеру, как: расчет статистической корреляции, использование косинусного расстояния между двумя векторами, применение ассоциативных правил и т. д. В данной статье авторы рассматривают оценку меры сходства, основанную на методе анализа статистической импликации. Мера сходства между предпочтениями двух пользователей вычисляется с учетом суммы расстояний статистической импликации ассоциативных правил, которые характеризуют противоположные предпочтения – т.н. контрпримеры (число объектов, которые удовлетворяют свойству а, но не удовлетворяют свойству b, в контексте ассоциативного правила a→b), созданным на основе данных ранжирования предпочтений двух пользователей.

Ключевые слова:мера сходства; рекомендательная система; анализ статистической импликации; мера интенсивности статистической импликации; рейтинг продуктов; рейтинговая матрица; ассоциативное правило